Muse Spark 1.1 Test: 75% günstiger – wann die API GPT und Claude schlägt

Metas erstes kostenpflichtiges Frontier-Modell kostet $1.25 pro Million Eingabetokens und $4.25 pro Million Ausgabetokens – also grob ein Viertel dessen, was OpenAI und Anthropic für ihre Spitzenmodelle verlangen. Im Muse Spark 1.1 Test zeigt sich: Das Modell führt sämtliche getesteten Benchmarks zum Tool-Einsatz an, bleibt beim anspruchsvollsten Coding aber hinter Claude Opus 4.8. Ausgerechnet dort also, wo der Modellname die größten Erwartungen weckt.

Das Urteil

Muse Spark 1.1 bietet derzeit das beste Preis-Leistungs-Verhältnis für Tool-Einsatz auf Frontier-Niveau. Für schwierige Coding-Aufgaben mit langem Planungshorizont ist das Modell dagegen nicht die erste Wahl. Beides stimmt gleichzeitig – das Marketing erzählt allerdings nur die schmeichelhaftere Hälfte.

Der Preisvorteil ist erheblich. Bei $1.25 für Eingabe und $4.25 für Ausgabe je Million Tokens kostet eine ausgabelastige Agentenschleife, für die bei GPT-5.6 Sol $30 pro Million anfallen, mit Muse Spark nur $4.25 – rund siebenmal weniger. In Metas Launch-Benchmarks belegt das Modell bei MCP Atlas und JobBench, den beiden Tests für Tool-Einsatz im großen Maßstab, mit deutlichem Abstand vor Opus 4.8, GPT-5.5 und Gemini 3.1 Pro den ersten Platz. Wenn ein Produkt den Großteil seiner Tokens für die Koordination von Tools, den Aufruf von MCP-Servern und die Steuerung von Subagenten verbraucht, ist dies derzeit der günstigste Weg zu einem Frontier-Modell für genau diese Aufgabe.

Der Haken steckt in dem, was „Spark“ verspricht. Meta positioniert die Modellreihe fürs Coding und richtet einen Großteil des Marketings darauf aus. In unabhängigen Coding-Benchmarks landet Muse Spark jedoch nur im Mittelfeld: Platz drei beim agentischen Terminal-Coding, Platz drei beim agentischen Coding mit langem Planungshorizont und hinter Opus 4.8 bei vielfältigen Softwareentwicklungsaufgaben. Hinzu kommen geschlossene Gewichte, ausschließlich Text bei der Ausgabe und eine öffentliche Vorschau, die nur Entwicklern in den USA nach Eintrag auf einer Warteliste offensteht.

Für Tool-Einsatz oder Agenten-Orchestrierung in großem Umfang lohnt sich der Wechsel schon jetzt, wenn die Tokenkosten den Engpass bilden. Für dauerhaft autonomes Coding, bei dem ein falscher Schritt teuer wird, bleiben Opus 4.8 oder GPT-5.6 Sol die bessere Wahl. Im Folgenden: die entschlüsselten Muse Spark Preise, die von Metas Beitrag heruntergespielten Benchmarks und die eine Regel, die über den Einsatz entscheidet.

Muse Spark 1.1 Test: Was ist das Modell wirklich?

Muse Spark 1.1 von Meta AI ist das zweite Modell der Meta Superintelligence Labs. Es erschien am 9. Juli 2026 und ist das erste Meta-Modell, das externe Entwickler kostenpflichtig über eine API nutzen können. Das multimodale Reasoning-Modell wurde für agentische Arbeit entwickelt: Es plant mehrstufige Aufgaben, steuert externe Tools und delegiert an Subagenten, statt lediglich eine einzelne Frage zu beantworten. Sein Kontextfenster umfasst 1,048,576 Tokens – eine volle Million – und frühere Arbeitsschritte werden aktiv komprimiert, damit später noch genügend Raum verfügbar ist. Ein großer Teil des Leistungsversprechens dreht sich um MCP-Server. Der offene Standard ermöglicht einem Modell, externe Tools und Datenquellen über eine gemeinsame Schnittstelle aufzurufen. So kann ein einzelner Agent Tabellenkalkulation, Browser und interne API bedienen, ohne dass für jede Anbindung eigener Verbindungscode nötig ist.

In zwei Punkten bricht Meta mit seiner bisherigen Linie. Erstens ist das Modell proprietär und Closed-Weight. Anders als die offene Llama-Familie, mit der Meta bei offenen Modellen bekannt wurde, lässt es sich weder herunterladen noch selbst hosten. Zuckerberg beschrieb den Kurswechsel unmissverständlich: „Since this is not an open source model, this is I think the first time that we're doing a real serious API.“ Wer offene Gewichte für Self-Hosting oder Fine-Tuning benötigt, kann Muse Spark damit streichen und findet unter den besten Open-Weight-Modellen eine andere Auswahl. Zweitens ist die Nutzung für Verbraucher kostenlos: Im „Thinking“-Modus der Meta AI App und auf meta.ai lässt sich das Modell mit einem Meta-Login ausprobieren, bevor über einen Platz der kostenpflichtigen API im eigenen Produkt entschieden wird.

Eine technische Eigenschaft ist wichtiger als das Marketing: Das Modell nimmt Text, Bilder und Audio entgegen, gibt aber ausschließlich Text aus. Eine Bild- oder Audiogenerierung gibt es hier nicht. Dafür hat Meta eigene Modellreihen, Muse Image und Muse Video. Muse Spark ist das Denkzentrum für Agenten und kein Mediengenerator. Wer es anders einordnet, startet mit falschen Erwartungen.

Auf Agentenseite ist die Funktionsliste substanziell: Planungsmodus, Zielkonditionierung, Delegation an Subagenten und Kontextkomprimierung. Dazu kommt die Behauptung, das Modell könne ohne integrationsspezifisches Training auf neue native Tools, MCP-Server und eigene Skills im Zero-Shot-Verfahren verallgemeinern. Erste Partner bestätigen zumindest die Richtung. Saoud Rizwan, CEO von Cline, sagte, Meta sei „clearly building for serious agentic coding, strong tool use at a price point that makes it viable to run real coding workloads at scale.“ Replit-Gründer Amjad Masad lobte die „top-tier coding abilities (particularly frontend and design)“ und die OpenAI-kompatible Bereitstellung. Diese Aussagen sollten jedoch an den unabhängigen Benchmarks weiter unten gemessen werden – deren Bild fällt gemischter aus als die Empfehlungen.

Muse Spark Preise: Was hinter „75% günstiger“ steckt

Die Meta Model API berechnet $1.25 pro Million Eingabetokens und $4.25 pro Million Ausgabetokens. Jedes neue Konto erhält ein kostenloses Guthaben von $20. Zwischengespeicherte Eingaben kosten nur noch $0.15 pro Million; das integrierte Tool zur Websuche mit Grounding schlägt mit $2.50 je 1,000 Anfragen zu Buche. Die Schnittstelle ist mit dem OpenAI-SDK kompatibel und unterstützt strukturierte Ausgaben, parallele Tool-Aufrufe und Prompt-Caching. Die Einbindung in einen bestehenden Stack kommt damit einem Austausch der Basis-URL nahe.

Die Aussage „grob ein Viertel der Konkurrenzpreise“ trifft auf die Frontier-Klasse zu. Die folgende Übersicht stellt Muse Spark den Modellen gegenüber, gegen die Meta es positioniert – mit den aktuellen Zahlen.

Ein Blick auf die ersten Zeilen bestätigt die Aussage: Ausgabetokens sind bei Muse Spark 5.9-mal günstiger als bei Opus 4.8 und 7-mal günstiger als bei GPT-5.6 Sol. Eingabetokens kosten exakt 4-mal weniger als bei beiden. Darauf beruht die Schlagzeile vom Preisnachlass von 75%. Für ein Frontier-Modell ist das ein echter Bruch in der bisherigen Preiskurve.

Am unteren Ende der Tabelle zeigt sich die entscheidende Nuance. Muse Spark ist nicht das günstigste Modell am Markt. Der Eingabepreis von $1.25 liegt über $1 bei Claude Haiku 4.5 und $1 bei GPT-5.6 Luna; bei der Ausgabe unterbietet Muse Spark beide Budgetmodelle nur knapp. Die ehrliche Einordnung lautet deshalb nicht „günstigste KI-API“, sondern: Frontier-Leistung zum nahezu budgettypischen Ausgabepreis. Für kurze Extraktions- oder Klassifizierungsaufgaben, die sich günstig wiederholen lassen, sind Haiku 4.5 oder Luna wegen der reinen Eingabekosten weiterhin im Vorteil – und das Leistungslimit von Muse Spark wird dort nicht benötigt. Sein Mehrwert zeigt sich gezielt dann, wenn ein Agent auf Frontier-Niveau gefragt ist und vor allem die Ausgabe die Rechnung bestimmt.

Die Benchmarks, die Metas eigener Beitrag herunterspielt

Metas Launch-Beitrag stützt sich stark auf interne Auswertungen wie den Meta Internal Coding Bench, den außerhalb des Unternehmens niemand reproduzieren kann. Aussagekräftiger sind die Vergleiche unabhängiger Anbieter. Sie zeichnen ein schärferes Bild als das Marketing und die Partnerzitate. Als OpenAI-Modell wurde hier GPT-5.5 getestet. GPT-5.6 Sol hat denselben Tarif von $5/$30, daher bleibt der Preisvergleich oben in beiden Fällen gültig.

Nach Themen gruppiert ergibt sich ein klares Muster. In den vier Tests für Tool-Einsatz und Reasoning mit Tools belegt Muse Spark 1.1 dreimal den ersten Platz; im vierten fehlen sechs Zehntelpunkte auf Opus. Der Vorsprung bei JobBench gegenüber Gemini (54.7 zu 15.9) und GPT-5.5 (zu 38.3) ist deutlich. Dieses Modell ist auf das Planen und Orchestrieren über zahlreiche Tools hinweg optimiert – die Werte bestätigen das Konzept.

Bei den drei Coding-Zeilen kehrt sich das Bild um. Im Terminal-Bench 2.1 erreicht Muse Spark Platz drei: 80.0 gegenüber 83.4 für GPT-5.5 und 82.7 für Opus 4.8. Auch beim Langzeittest DeepSWE 1.1 reicht es mit 53.3 hinter GPT-5.5 mit 67.0 und Opus 4.8 mit 59.0 nur für Rang drei. Den einzigen Coding-Sieg gibt es im SWE-Bench Pro: Dort schlägt Muse Spark mit 61.5 zwar GPT-5.5, liegt aber weiterhin hinter den 69.2 von Opus 4.8. DataCamp kommt anhand der Tabelle zum selben Schluss: Die agentische Arbeit mit langem Planungshorizont „is still weak compared to GPT-5.5 and Opus 4.8.“ Für eine Modellreihe namens „Spark“, die ausdrücklich mit Coding beworben wird, ist das die entscheidende Einschränkung. Muse Spark ist ein starker Coder, der einen Frontier-Konkurrenten schlägt und dem anderen unterliegt – eingebettet in Tool-Benchmarks, in denen es das Feld tatsächlich anführt.

Speziell gegenüber Gemini 3.1 Pro – ein häufig nachgefragter Vergleich – ist der Abstand beim Tool-Einsatz groß: Muse Spark führt in jeder entsprechenden Zeile, und DeepSWE endet mit 53.3 zu 12.0 sehr deutlich. Das Argument für Gemini muss bei diesen Aufgaben über Preis und Ökosystem geführt werden, nicht über die gezeigte Leistung.

Wann Muse Spark 1.1 die richtige Wahl ist – und wann nicht

Die relevante Frage lautet nicht, ob Muse Spark gut ist. Das ist es. Entscheidend ist, ob eine konkrete Arbeitslast in den Bereich fällt, in dem sich Leistungsvorsprung und Preisvorteil überschneiden.

Die klare Regel lautet: Wenn hauptsächlich die Ausgabetokens die Rechnung treiben und Agenten mehr Zeit mit Tools als mit dem Schreiben großer, neuer Codebasen verbringen, ist Muse Spark 1.1 die richtige Umstellung. Wird ein einzelner Fehltritt in einem langen autonomen Lauf teuer, lohnt sich der Aufpreis für Opus 4.8 oder Sol; Muse Spark übernimmt dann die günstigeren, toolintensiven Teile der Pipeline. Viele Produktionssysteme dürften genau dieses Routing wählen: Muse Spark für die Orchestrierung mit hohem Durchsatz, einen Spitzen-Coder für die anspruchsvollen Implementierungsschritte. Dank der OpenAI-kompatiblen API ist dieses Routing eine Konfigurationsänderung und keine Neuentwicklung.

FAQ

Ist Muse Spark kostenlos?

Für Verbraucher ist die Nutzung kostenlos: Muse Spark 1.1 läuft im Thinking-Modus der Meta AI App sowie auf meta.ai mit einem Meta-Login, vorbehaltlich serverseitiger Nutzungslimits. Die Meta Model API ist kostenpflichtig und kostet $1.25 pro Million Eingabetokens sowie $4.25 pro Million Ausgabetokens. Bei der Anmeldung gibt es $20 kostenloses Guthaben.

Ist Muse Spark 1.1 Open Source?

Nein. Anders als Metas offene Llama-Familie ist das Modell proprietär und Closed-Weight. Zuckerberg nannte die kostenpflichtige API Metas erste „real serious API“. Das Modell wird ausschließlich über Metas eigene Angebote bereitgestellt und nicht zum Self-Hosting veröffentlicht.

Ist Muse Spark besser als Gemini 3.1 Pro?

Beim Tool-Einsatz eindeutig: Muse Spark führt im MCP Atlas mit 88.1 zu 78.2 und bei JobBench mit 54.7 zu 15.9. Auch beim Coding mit langem Planungshorizont liegt es im DeepSWE mit 53.3 zu 12.0 klar vorn. Für Gemini sprechen bei diesen Aufgaben Preis und Ökosystem, nicht die gezeigten Benchmarks.

Wie gut ist Muse Spark 1.1 fürs Coding?

Gut, aber nicht führend. Im SWE-Bench Pro schlägt Muse Spark GPT-5.5 mit 61.5 zu 58.6, bleibt dort jedoch hinter Claude Opus 4.8 mit 69.2. Sowohl im Terminal-Bench 2.1 als auch im DeepSWE für lange Planungshorizonte landet es auf Platz drei. Seine Stärke liegt im toolgestützten Coding, weniger in dauerhaft autonomer Arbeit.

Was kann Muse Spark 1.1?

Das Modell plant und orchestriert agentische Arbeit über externe Apps, Tools und MCP-Server hinweg, delegiert Aufgaben an Subagenten und verwaltet durch Komprimierung ein Kontextfenster von 1M Tokens. Als Eingabe akzeptiert es Text, Bilder und Audio; die Ausgabe besteht ausschließlich aus Text.

Die entscheidende Aufgabe besteht heute darin, die passenden Modelle im eigenen Stack zu platzieren und zu erkennen, wo sich die günstige Klasse wirklich auszahlt. Die kostenlose AI Tools Map für Unternehmen zeigt ohne Hype, welches Modell zu welcher Aufgabe passt. Die wichtigsten Empfehlungen direkt nach Veröffentlichung gibt es im Newsletter.